对流天气影响终端区的容量预测方法技术

本发明专利技术属于机场终端区容量预测技术领域，具体涉及一种对流天气影响终端区的容量预测方法，其包括：构建影响终端区的对流天气特征；根据特征构建基于对流天气影响场景的聚类模型；根据聚类模型获取对流天气对终端区影响程度不同的分类场景；根据分类场景仿真评估相应容量值及对对流天气进行特征重构；根据评估容量值及重构特征，构建机器学习预测模型；以及根据机器学习预测模型的预测结果进行对比分析，实现了输入对流天气预测产品即可输出相应对流天气场景的容量预测，为管制工作提供相应的容量决策依据。的容量决策依据。的容量决策依据。

【技术实现步骤摘要】
对流天气影响终端区的容量预测方法


[0001]本专利技术属于机场终端区容量预测
，具体涉及一种对流天气影响终端区的容量预测方法。

技术介绍

[0002]2019年全年民航行业的主要生产指标继续维持稳定迅速的增长。我国民航行业发展统计公报显示，天气原因是造成航班起飞和降落不正常的主要原因，占不正常航班总数的47.46％，这说明天气已然成为致使航班产生延误的最为主要的因素，而天气类别中的对流天气是占比最高的因素。对流天气发生以后，因其持续时间不同、范围影响不同、发生时刻不同，所造成的容量下降的情况严重程度不一样。由此可见，如何快速识别终端区的对流天气会造成的影响，对是否能够实现相应的起降容量的预测至关重要。
[0003]空域容量预测指代的是预测某些原因的影响之下空域通行能力发生的动态性改变，这些原因往往与一定的天气条件、发生故障的空管设备、管制员的工作负荷等有所关联。目前我国七大管制区之间的协同不够完善，造成流量管理策略的具体实施具有相对滞后性，而由于天气所导致的空域容量动态变化具有时变性，这两个方面的问题加剧了空中交通容量与流量的失本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对流天气影响终端区的容量预测方法，其特征在于，包括：构建影响终端区的对流天气特征；根据特征构建基于对流天气影响场景的聚类模型；根据聚类模型获取对流天气对终端区影响程度不同的分类场景；根据分类场景仿真评估相应容量值及对对流天气进行特征重构；根据评估容量值及重构特征，构建机器学习预测模型；以及根据机器学习预测模型的预测结果进行对比分析。2.如权利要求1所述的对流天气影响终端区的容量预测方法，其特征在于，所述对流天气影响终端区的容量预测方法的方法包括：通过对流天气所具有的属性构建特征；通过对流天气对主要离场点的影响构建特征；通过对流天气对主要进场走廊的影响构建特征；通过对流天气对跑道附近空域的影响构建特征。3.如权利要求2所述的对流天气影响终端区的容量预测方法，其特征在于，所述通过对流天气所具有的属性构建特征的方法包括：对WAF进行二值化处理，抓取WAF轮廓边缘并对其进行凸包化处理，形成符合实际运行条件的WAF，保留在终端区内并与终端区有交集的WAF凸包；对已经过凸包化处理的不规则多边形WAF，求其最小外接矩阵，再计算最小外接矩阵的中心坐标，将其作为WAF凸包的中心坐标(X,Y)；WAF凸包自身的周长和面积反映了对流天气本身的严重程度，C为WAF凸包自身的周长，S为凸包自身的面积，则周长面积比特征为所述通过对流天气对主要离场点的影响构建特征的方法包括：WAF凸包集合为WAF＝{P1,P2,...,P
n
}，确定WAF是否覆盖终端区主要离场点D＝{D
i
|i∈终端区所含主要离场点个数}，即当x＝1，D
i
∈D时，d
wxl
为以D
i
为起点WAF凸包左边覆盖的线段长度，d
wxr
为以D
i
为起点WAF凸包右边覆盖的线段长度，d
il
为与D
i
相邻的左边终端区边界长度，d
ir
为与D
i
相邻的右边终端区边界长度，计算WAF沿离场点D
i
的相邻边界覆盖比重并确定各离场点在WAF的影响下的流控情况；当已确定天气覆盖D
i
时，从D
i
离场的两架航空器之间的放行时间间隔β，即D
i
点流控随WAF覆盖终端区边界的比重用分段函数表示，正值为WAF覆盖在D
i
点离场方向左侧，负值为WAF覆盖在D
i
点离场方向右侧。4.如权利要求3所述的对流天气影响终端区的容量预测方法，其特征在于，所述通过对流天气对主要进场走廊的影响构建特征的方法包括：终端区主要进场走廊A＝{A
k
|k＝1,2,...,10}，S
wx
为被对流天气覆盖的空域面积，S
总
为
空域的总面积，则空域被危险天气覆盖的比例，即第k个进场走廊的天气危险指数每个进场走廊多边形都包括源、汇、顶、底，Mincutj为在第j个WAF凸包的影响下的第k个进场走廊多边形的最小割，Mincut
k0
为良好天气下第k个进场走廊多边形的最小割，e
i
和e
b
分别为进场走廊多边形的顶边和底边，则在第j个WAF凸包的影响下的第k个进场走廊多边形的可用流容比为：所述通过对流天气对跑道附近空域的影响构建特征的方法包括：将跑道附近的区域划分为若干部分，(cX,cY)为WAF中心的图上坐标，(x0,y0) 为跑道中心的图上坐标，则WAF中心距跑道中心的欧式距离为5.如权利要求4所述的对流天气影响终端区的容量预测方法，其特征在于，所述根据特征构建基于对流天气影响场景的聚类模型的方法包括：选取与位置相关的特征cX、cY、天气中心与跑道距离d
RWY
以及与天气危险指数WSI这四个特征获取最佳聚类数目，评价聚类结果确定聚类簇k，采用K
‑<...

【专利技术属性】
技术研发人员：彭瑛，王鹏，郭聪聪，赵征，尹嘉男，江斌，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：